理解卷积神经网络中的channel

标签：flow   卷积层   课程   ofo   ann   样本   detail   targe   net   

在一般的深度学习框架的 conv2d 中，如 tensorflow、mxnet，channel都是必填的一个参数

在tensorflow中，对于输入样本中 channels 的含义，一般是RGB图片，channels的数量是3（R、G、B）。而灰度图是的channel是1；

mxnet 中，一般channels的含义是：每个卷积层中卷积核的数量。

为了更好的理解，下面举个例子。图片来自 吴恩达老师的深度学习课程 

如下图，假设有一个 6x6x3 SD敢达送大放送 阿斯飞洒

 是飞洒个艾丝凡 艾丝凡

import tensorflow

理解卷积神经网络中的channel

标签：flow   卷积层   课程   ofo   ann   样本   detail   targe   net   

原文地址：https://www.cnblogs.com/gezhuangzhuang/p/10917249.html